WorksheetsPre Processing
Total questions: 10
Worksheet time: 5mins
Apa tujuan utama dari pre-processing dalam NLP?
Menambah jumlah data
Mempercepat model training
Mengurangi noise dalam teks
Meningkatkan ukuran dataset
Teknik apa yang digunakan untuk menghapus kata-kata umum seperti "dan", "di", "ke" dalam teks?
Stemming
Lemmatization
Stopword Removal
Tokenization
Teknik Tokenization dalam NLP digunakan untuk?
Mengubah teks menjadi angka
Memisahkan teks menjadi unit-unit yang lebih kecil
Menghapus kata-kata yang tidak penting
Salah Semua
Dalam pre-processing NLP, mengubah semua huruf menjadi huruf kecil disebut?
Lemmatization
Lowercasing
Case Folding
Salah Semua
Jika teks mengandung "I'm happy!", lalu setelah pre-processing menjadi "i am happy", proses apa yang telah dilakukan?
Stopword Removal
Lemmatization
Tokenization dan Case Folding
Salah Semua
Teknik apa yang digunakan untuk mengganti kata slang seperti "gimana" menjadi "bagaimana"?
Lemmatization
Stemming
Text Normalization
Stopword Removal
Manakah yang bukan bagian dari pre-processing dalam NLP?
Model Training
Lemmatization
Cleaning
Case Folding
Apa yang dilakukan oleh teknik part-of-speech (POS) tagging?
Mengklasifikasikan kata berdasarkan kategori gramatikalnya (kata benda, kata kerja, dll.)
Menghapus kata-kata umum dari teks
Mengonversi teks menjadi data numerik
Menggabungkan kata-kata menjadi frasa yang lebih panjang
Mengapa teks perlu dinormalisasi sebelum dianalisis dalam NLP?
Untuk meningkatkan akurasi pemrosesan teks dengan menyederhanakan variasi kata
Untuk menghilangkan seluruh informasi dari teks
Untuk memperumit analisis teks
Salah Semua
Diberikan teks: "Email saya adalah contoh@email.com dan backup di test123@mail.net". Regex mana yang bisa digunakan untuk mengekstrak email dari teks ini?
[A-Za-z0-9]+@[A-Za-z]+\.[A-Za-z]+
\w+@\w+\.\w+
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
\d+@\d+\.\d+
